果蝇优化算法的基本原理是初始化种群的中心位置，利用敏锐的嗅觉进行搜索，即根据中心位置随机产生多个邻域解。计算各可行解的味道浓度，即适应度值，然后利用视觉从中选择较好的解，更新替换中心位置，然后进行迭代寻优，以更好的靠近食物源。 FOA在整个迭代寻优过程中，所有个体都聚集到本次迭代的最优个体附近，只向当前最优果蝇个体学习，极易是算法陷入局部最优。要克服早熟的问题，必须提供一种机制可以跳出局部最优，在其他解空间中继续搜索。

本源码用I&V曲线和P&V曲线模拟仿真了100W太阳能电池板。 Simulation of a 100w solar panel with an i&v curve and P&V curves.

【硕士课题】吉尔法求解点堆中子动力学方程的MATLAB程序.rar

说话人确认属于说话人识别(Speaker recognition)中的一个子任务。根据任务目标不同,说话人识别可以分为说话人确认(Speaker Verification)和说话人辨认 (Speaker Identification) 两大类。说话人确认是判断某段语音是否为指定的说话人所说(Yes or No),是一对一的判别问题;而说话人确认则是对于众多候选说话人集合,给定一段语音,确定该段语音是候选人集合中的哪一个人所说,是多对一问题。对于说话人辨认来说,随着候选说话人集合不断扩大,任务复杂度增大,识别的性能会下降,而说话人确认技术则只需在给定阈值下判断 Yes 或者 No, 其性能并不受人数影响。